2.2. Statistical analysis and futur

2.2. Statistical analysis and future predictions
Capture record coordinate data were used to link the USGS records with salinity, temperature, depth, and current data using computational GIS (a spatial join in ArcGIS was used to link capture records to the nearest applicable parameter record(s)). In some cases, actual observed depth was recorded in the USGS record and, if deemed accurate, was used in place of the extrapolated depth obtained from ETOPO1 data. Once linked, statistical analysis was performed to obtain mean and standard deviation values for salinity, temperature, and depth. Parameter accuracy is limited to the granularity of the datasets and in the case of salinity, temperature, and current, resolution is approximately 100 km. For depth, resolution is approximately 1.7 km. Finer resolution data are available for temperature, current, and salinity; however the RSM aims to produce a high level predictive model applicable to a wide geographic area and not species interaction within parameter variables on a finer scale. For the RSMs goals, a 100 km grid size was deemed optimum.
Predictions based on regression analysis of cumulative capture records for a period from 1990 to 2010 were created to forecast captures of lionfish in the study area, under the scenario that populations were left unchecked. This prediction assumes no increase in natural predation, stable foraging opportunities, and unchanged population control methods.

ผลลัพธ์ (ไทย) 2:

2.2 การวิเคราะห์ทางสถิติและการคาดการณ์ในอนาคต
จับบันทึกข้อมูลพิกัดถูกนำมาใช้ในการเชื่อมโยงบันทึก USGS ที่มีความเค็มอุณหภูมิลึกและข้อมูลในปัจจุบันโดยใช้ระบบสารสนเทศภูมิศาสตร์ในการคำนวณ (เชิงพื้นที่เข้าร่วมในการ ArcGIS ถูกใช้ในการเชื่อมโยงบันทึกการจับภาพในการบันทึกพารามิเตอร์บังคับที่ใกล้ที่สุด (s) ) ในบางกรณีความลึกสังเกตที่เกิดขึ้นจริงที่ถูกบันทึกไว้ในบันทึก USGS และถ้าเห็นว่ามีความถูกต้องถูกนำมาใช้ในสถานที่ของความลึกประเมินที่ได้รับจากข้อมูล ETOPO1 เมื่อเชื่อมโยงการวิเคราะห์ทางสถิติได้ดำเนินการเพื่อให้ได้ค่าเฉลี่ยและค่าเบี่ยงเบนมาตรฐานสำหรับความเค็มอุณหภูมิและความลึก ความถูกต้องพารามิเตอร์จะถูก จำกัด ให้เมล็ดของชุดข้อมูลและในกรณีของความเค็มอุณหภูมิและปัจจุบันความละเอียดจะอยู่ที่ประมาณ 100 กิโลเมตร สำหรับความลึกความละเอียดจะอยู่ที่ประมาณ 1.7 กม. ข้อมูลความละเอียดปลีกย่อยที่มีอยู่สำหรับอุณหภูมิในปัจจุบันและความเค็ม; แต่ RSM มีเป้าหมายที่จะผลิตในระดับสูงรุ่นที่ทำนายผลบังคับใช้กับพื้นที่ทางภูมิศาสตร์ที่กว้างและไม่ได้มีปฏิสัมพันธ์สายพันธุ์ภายในตัวแปรพารามิเตอร์ในระดับปลีกย่อย สำหรับเป้าหมาย RSMS, 100 กมขนาดตารางก็ถือว่าเหมาะสม.
คาดการณ์บนพื้นฐานของการวิเคราะห์การถดถอยของการบันทึกการจับภาพที่สะสมสำหรับระยะเวลา 1990-2010 ถูกสร้างขึ้นเพื่อคาดการณ์จับของ lionfish ในพื้นที่ศึกษาภายใต้สถานการณ์ที่ประชากรถูกทิ้งไว้ไม่ถูกตรวจสอบ . คำทำนายนี้จะถือว่าไม่มีการเพิ่มขึ้นของการปล้นสะดมธรรมชาติโอกาสหาอาหารที่มีเสถียรภาพและไม่เปลี่ยนแปลงวิธีการควบคุมประชากร

ผลลัพธ์ (ไทย) 3:

2.2 . การวิเคราะห์ทางสถิติและการคาดการณ์ในอนาคต
จับบันทึกประสานข้อมูลเพื่อใช้เชื่อมโยงข้อมูลประวัติกับความเค็ม , อุณหภูมิ , ความลึก , และข้อมูลปัจจุบัน โดยใช้ระบบสารสนเทศภูมิศาสตร์เชิงคำนวณ ( รวมพื้นที่ใน ArcGIS . ถูกใช้เพื่อเชื่อมโยงบันทึกเพื่อบันทึกพารามิเตอร์ที่ใช้จับภาพที่ใกล้ที่สุด ( s ) ในบางกรณีจริงสังเกตความลึกที่ถูกบันทึกไว้ในบันทึกของ USGS และถ้าถือว่าถูกต้องถูกใช้ในสถานที่ของความลึกที่คาดได้จากข้อมูล etopo1 . เมื่อเชื่อมโยง วิเคราะห์เพื่อให้ได้ค่าเฉลี่ย และส่วนเบี่ยงเบนมาตรฐาน ค่าความเค็ม อุณหภูมิ และความลึก ความถูกต้องเป็นค่าจำกัดกับ granularity ของข้อมูลและในกรณีของความเค็ม อุณหภูมิ และ ปัจจุบัน ความละเอียดประมาณ 100 กิโลเมตร สำหรับความลึกความละเอียดจะอยู่ที่ประมาณ 1.7 กิโลเมตร ละเอียดปลีกย่อยข้อมูลที่มีอยู่สำหรับอุณหภูมิปัจจุบันและความเค็ม ; แต่ RSM มีเป้าหมายที่จะผลิตระดับสูงรูปแบบการทำนายที่ใช้กับพื้นที่ทางภูมิศาสตร์ที่กว้างและไม่พบปฏิสัมพันธ์ภายในตัวแปรพารามิเตอร์ในระดับละเอียด สำหรับ rsms เป้าหมาย 100 km ตารางขนาด
ถือว่าสูงสุดการคาดการณ์บนพื้นฐานของการวิเคราะห์การถดถอยของบันทึกจับภาพรวมระยะเวลาจากปี 2553 สร้างการคาดการณ์จับของปลาสิงโตในพื้นที่ศึกษา ภายใต้สถานการณ์ที่จำนวนไม่มีเครื่องหมาย คำทำนายนี้จะไม่เพิ่มในการค้นหาธรรมชาติ ที่มีโอกาส และวิธีการควบคุมประชากรไม่เปลี่ยนแปลง .